Özkan, KemalSeke, ErolKoyuncu, OnurŞanal, TurgayOlgun, MuratIşık, Şahin2024-09-192024-09-192019https://search.trdizin.gov.tr/tr/yayin/detay/618740https://hdl.handle.net/20.500.12483/1550001.03.2019Tarım endüstrisinde makine ögrenme ve derin ögrenme sistemlerinin kullanımı oldukça büyük bir artıs göstermistir. Tarımsal ürünlerin çesitlerinin tanınması sınıflandırılması üretim kalitesini ve verimliligini olumlu yönde etkilemektedir. Tarım ürünleri arasında bugday ülkemizde ve dünyada insanların ihtiyaçlarını karsılaması açısından gıda ve sanayi sektöründe oldukça büyük bir paya sahiptir. Dolayısıyla üretiminin saglanması ve devamlılıgı ülkemiz ve dünya ekonomisi adına da oldukça önemlidir. Bugdayın çesitlerinin tanınması ve sınıflandırılması da üretim kalitesini dogrudan etkilemektedir. Dogru sınıflandırma ve tanıma yapılabilmesi için yeni teknolojik sistemler gelistirilmektedir. Bu sayede insan gücü en aza indirilerek zamandan ve emekten tasarruf saglanır. Bu proje kapsamında üç farklı görüntüleme tekniginden (RGB, VNIR, SWIR) elde edilmis bugday görüntüsünden olusturulan veri seti üzerinde tanıma ve sınıflandırma çalısmaları yapılmıstır. Bu kapsamda geleneksel betimleyiciler ve kelimeler çantası modelinin yanı sıra derin ögrenme yöntemleri de proje kapsamında kullanılmıstır. Ilaveten oy çoklugu kuralı, CNN ve BoW çerçevelerinin öngördügü kararlar üzerine kurulmustur. Tanıma dogrulugunu arttırmak adına öncelikle imge (image) füzyonu ve öznitelik (feature) füzyonu olmak üzere iki farklı füzyon yöntemi uygulanmıstır. Egitimler sonucu elde edilen sonuçlara göre derin ögrenme yöntemlerinin parametrik bagımlılara göre daha basarılı oldugu görülmüstür. Gelistirilen bu sistem etkili ve zahmetsiz tanımlama ve sınıflandırma imkânı sunarken aynı zamanda derin ögrenme teknolojisinin bugday çekirdegi türlerini yüksek performans ile ayırt edebilecegini göstermektedir. Ülke ekonomisinde büyümeye yaptıgı katkının yanı sıra bugday endüstrisinde insan is gücünü azaltarak daha fazla verimlilik ve üretkenlik saglamak adına önemli bir adım atılmasını saglamaktadır.trinfo:eu-repo/semantics/openAccessFüzyonhiperspektral görüntülemesüne zararlısıbugday danesi sınıflandırmaProject141618740